03.2.12
WAPE
np.sum(np.abs(y_true - y_pred)) / np.sum(np.abs(y_true)) の 1 行で計算できます。需要量の大きい SKU ほど自動的に重く数えられるため、売上に効く外れを優先して評価したい需要予測の全体 KPI に向いています。直感 #
スーパーの 3 つの SKU で、実測が 100・50・200 個、予測が 110・45・180 個だったとします。外した個数は 10・5・20 で合計 35 個、売れた個数の合計は 350 個なので、「売れた量の 10% ぶん外した」というのが WAPE です。MAPE はこれを SKU ごとに 10%・10%・10% と出して平均するので今回は同じ 10% ですが、SKU B の実測が 5 個に減って予測が 45 のままなら、B の割合誤差は 800% に跳ね、MAPE は \((10 + 800 + 10)/3 = 273\)% になります。WAPE は分子 70、分母 305 で 23% にとどまり、「少量 SKU の 1 件が全体を壊す」ことがありません。合計で割るということは、需要の大きい SKU の誤差を自動的に重く数えることでもあり、売上インパクトに沿った評価になります。
式で書くと何を割っているか #
$$ \mathrm{WAPE} = \frac{\sum_{i=1}^n |y_i - \hat{y}_i|}{\sum_{i=1}^n |y_i|} \times 100\% $$分子は絶対誤差の合計、分母は実測値の絶対値の合計で、MAE を実測値の平均 \(\bar{|y|}\) で割った値と同じです。実測値の総量でスケーリングするため、月 100 個の SKU と月 10,000 個の SKU が混ざっていても 1 つの割合で比較でき、MAPE のように実測が 0 に近い 1 件で暴走することもありません。各 SKU の重みが実測値そのものになるので、「実測 200 の SKU C の誤差 20 は、実測 50 の SKU B の誤差 5 の 4 倍効く」という加重が式に組み込まれています。
Python で計算 #
次のコードは、絶対誤差の合計を実測の合計で割る関数 wape を定義し、テストデータ y_test と予測 y_pred に対する WAPE を小数 2 桁の % で表示します。
| |
手計算で確かめる #
具体的な数値で WAPE を手計算してみましょう。
| SKU | 実測 \(y\) | 予測 \(\hat{y}\) | 絶対誤差 |
|---|---|---|---|
| A | 100 | 110 | 10 |
| B | 50 | 45 | 5 |
| C | 200 | 180 | 20 |
| 合計 | 350 | — | 35 |
MAPE の場合は \(\frac{1}{3}(10% + 10% + 10%) = 10%\) で同じ値になりますが、SKU ごとの需要量に偏りがあると結果が変わります。たとえば SKU B の需要が 5 に減ると B の割合誤差は 800% になって MAPE は 273% に急騰しますが、WAPE は分子 70 を全体量 305 で割った 23% で安定します。
実行結果の読み方 #
WAPE: 10.0 % と出れば「売れた総量の 10% ぶん外した」と読みます。需要予測では SKU ごとの需要量が大きく異なるため、WAPE で全体的な外れ方を評価すると分かりやすくなります。WAPE が 10% でも SKU 別に分解すると A が 10%・B が 10%・C が 10% と均一な場合と、A が 2%・C が 15% と偏る場合があるので、全体値の次に SKU やカテゴリ別の WAPE を並べて外れの集中箱を探します。
| 指標 | 特徴 | 注意点 |
|---|---|---|
| MAPE | 各サンプルの百分率誤差を平均 | 実測値が 0 に近いと発散 |
| WAPE | 絶対誤差の総量 ÷ 実測総量 | アイテムごとの重みが実測値に依存 |
| sMAPE | 実測と予測の平均で割る | 0 を扱えるが解釈が難しい |
使いどころと落とし穴 #
在庫計画では、全 SKU の WAPE を KPI として管理し、「10% 以下を保つ」のような目標を置きます。モデル比較では、MAE だと個数や円といった単位に依存して商品カテゴリ間で比べられませんが、WAPE なら百分率で横並びにできます。全体 WAPE が良くても一部 SKU が酷い可能性があるため、SKU スライスごとの WAPE も併せて確認し、精度改善の優先順位を決めます。
落とし穴は 3 つあります。1 つ目は需要がゼロの期間が多いケースで、分母が小さくなって不安定になるため、需要が発生した期間だけをベースに計算するなどの前処理が必要です。2 つ目は期間をまたいだ比較で、商品構成が変わると分母の総量も変わるため、同じ期間・同じアイテムセットで計算します。3 つ目は WAPE が需要の大きい SKU に支配されることで、単一アイテムの評価には MAE や MAPE も併用し、少量 SKU 個別の改善余地を把握します。
まとめ #
WAPE は絶対誤差の合計を実測の合計で割った割合で、SKU 3 件の例では 35 ÷ 350 = 10% と、需要予測の精度を「売れた量の何 % ぶん外したか」で示せます。MAPE の弱点であるゼロ需要近傍での発散(SKU B の実測が 5 なら MAPE 273%・WAPE 23%)を緩和し、需要の大きい SKU を自動的に重く数えるため、売上インパクトに沿った全体 KPI として使いやすい指標です。np.sum(np.abs(y_true - y_pred)) / np.sum(np.abs(y_true)) で計算し、全体 WAPE の次に SKU 別・カテゴリ別に分解して、精度改善の優先順位を決めます。
よくある質問 #
WAPEとMAPEはどちらを使うべき? #
需要量に大きなばらつきがある SKU を一括評価する場合は WAPE が安定しています。MAPE は各サンプルを均等に扱うため、実測 5 個の少量 SKU で 45 個と予測すると 800% の誤差 1 件で全体が壊れます。個々の SKU ごとに精度を把握したい場合や、需要量が均質なデータでは MAPE も有効です。実務では「全体 KPI は WAPE、詳細分析は MAPE や MAE」と使い分けるケースが多いです。
WAPEの目標値(ベンチマーク)は? #
食品・日用品の週次需要予測では 10〜20% が「良好」とされることが多く、季節性が強い商品や新商品では 30% 前後も許容されます。業界・商材・予測期間で水準が大きく違うので、絶対値の目標より、自社の過去モデルや単純移動平均などのベースラインと比較して「WAPE を 18% から 12% に改善した」と改善幅で評価するのが現実的です。
ゼロ需要のSKUが多い場合は? #
WAPE の分母(実測総量)がゼロまたは極小になると不安定です。対策は 3 通りあります。まず、需要が発生した期間・SKU だけを集計してゼロ需要期間を除外する方法です。次に、ゼロ需要 SKU を別グループに分けて WAPE を別途集計する方法で、通常品と間欠需要品を同じ KPI で混ぜません。最後に、ゼロ需要が「発生するかどうか」自体を F1 スコアなどの 2 値分類の指標で別に評価する方法です。
WAPEとMAEの違いは何? #
MAE は絶対誤差の平均で単位が元のデータと同じ(例:個数・円)です。WAPE は MAE を実測の平均で割ったものなのでパーセント表現となり、単位が異なるカテゴリ間やスケールが違うモデル間の比較に適しています。MAE 35 個と WAPE 10% は同じ誤差の 2 つの表現で、前者は発注担当に、後者は経営報告に向きます。
アイテム別WAPEとカテゴリ全体WAPEはどう解釈する? #
全体 WAPE が 10% でも、特定 SKU の誤差が 40% ということはあります。全体 WAPE を KPI としつつ、SKU 別・カテゴリ別に WAPE を分解して誤差の大きい箇所を特定する「WAPE 分解」が、精度改善の優先順位付けに有効です。分解した WAPE は分母が小さくなるぶん不安定になるので、実測合計が一定量(例:月 100 個)以上の箱だけを比べます。
- MAPE・sMAPE — 各サンプル均等重みの割合誤差
- RMSPE — 二乗ベースの割合誤差
- MASE — スケール不変な別アプローチ
ノイズと各指標の変化 #
スライダーで noise_level を上げると、WAPE・MAE・RMSE が同時に伸びます。ノイズ 1.0 では MAE 0.42 に対して WAPE 8.0%、ノイズ 3.0 では MAE 1.33 に対して WAPE 25.6% で、どの水準でも WAPE は MAE を実測の平均(約 5.2)で割った値になっていることを確かめてください。